CN111176328B - 一种基于欠信息下的多auv分布式目标围捕控制方法 - Google Patents

一种基于欠信息下的多auv分布式目标围捕控制方法 Download PDF

Info

Publication number
CN111176328B
CN111176328B CN202010051478.2A CN202010051478A CN111176328B CN 111176328 B CN111176328 B CN 111176328B CN 202010051478 A CN202010051478 A CN 202010051478A CN 111176328 B CN111176328 B CN 111176328B
Authority
CN
China
Prior art keywords
auv
target
ith
information
controller
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202010051478.2A
Other languages
English (en)
Other versions
CN111176328A (zh
Inventor
刘妹琴
施琳琳
郑荣濠
张森林
樊臻
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang University ZJU
Original Assignee
Zhejiang University ZJU
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Zhejiang University ZJU filed Critical Zhejiang University ZJU
Priority to CN202010051478.2A priority Critical patent/CN111176328B/zh
Publication of CN111176328A publication Critical patent/CN111176328A/zh
Application granted granted Critical
Publication of CN111176328B publication Critical patent/CN111176328B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/10Simultaneous control of position or course in three dimensions

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

一种基于欠信息下的多AUV分布式目标围捕控制方法,包括:建立AUV运动学模型以及动力学模型,初始化系统状态、采样时间以及控制参数;针对多AUV系统运动过程中,部分AUV无法获得目标信息的情况,提出了动态轨道半径循环迭代方法;针对水下GPS定位不准确以及运动过程中探测距离有限等问题,提出了基于局部信息的多AUV运动学控制器;提出了欠信息下的多AUV系统动力学控制器。本发明提供一种能够有效减少控制器信息量的分布式目标围捕控制方法,同时利用动态调整AUV的循环轨道半径方法避免了探测目标信息失效带来的影响,为海洋开发、海洋对抗、灾难救援等方面的实际应用研究奠定了关键基础。

Description

一种基于欠信息下的多AUV分布式目标围捕控制方法
技术领域
本发明涉及多AUV分布式协同控制领域,尤其涉及一种基于欠信息下的多AUV分布式目标围捕控制方法。
背景技术
由于海洋环境恶劣复杂,人类很难进行实地勘测,因此无人水下潜器,尤其是水下自主航行器(Autonomous Underwater Vehicle,AUV)成为实现高效便捷的海洋监测的必备工具。通过AUV携带不同种类的传感器实现不同任务下的海洋监测,如通过携带多参数水质参数仪实现海洋环境数据监测/污染调查的任务;通过携带多波束声纳实现海底地形地貌重建的任务;通过携带前视/侧扫声纳实现水下目标追踪的任务等。而在实际应用过程中,水下单体AUV作业的探测范围有限,一旦机器人出现故障将直接导致任务失败,单体AUV作业对完成任务的可靠性造成限制。特别地,面向水下目标追踪任务,若仅仅依靠水下单体AUV是无法完成的。因此迫切需要在水下单体AUV的基础上构建多AUV协作系统,实现多AUV并行作业,在这类需求的驱动下,多AUV系统协同控制的研究成为当前一个研究热点。
在所有的无人系统中,由于水下环境未知、复杂、多变且能见度较低,导致AUV在水下通信受限,实现全局通信较为困难,因此其自主性和智能性研究进度要远远低于陆上和空中的无人系统。除此之外,多AUV在目标围捕控制中还需要克服一系列的问题,如水下定位不精确,探测目标信息失效,AUV动力学模型复杂等。这些问题不仅影响着多AUV系统协同控制的性能,同时还影响了整个系统的稳定性,因此,需要设计针对海洋环境的多AUV目标围捕控制器。现如今,针对海洋动态环境,多AUV目标围捕控制还有很大的研究空间等待着科研人员的探索。
基于这一认识,本发明建立了一种基于欠信息下的多AUV分布式目标围捕控制方法。该方法同时考虑了AUV的运动学模型和动力学模型,并考虑了由于海洋动态未知环境引发的欠信息控制影响,利用AUV与邻居之间、可探测目标之间的测量信息(即局部信息)来设计控制器,使其更适合水下工作环境。当我们选取适当的控制参数时可以使基于欠信息下的分布式控制器实现目标围捕任务并具有渐进收敛性。除此之外,我们还考虑了多AUV系统运动过程中,由于传感器失灵、障碍物遮挡等情况导致的部分AUV无法获得探测目标信息的情况,对此,我们通过动态调整AUV的循环轨道半径来实现目标围捕任务。
发明内容
为了克服现有的多AUV系统的水下定位不精确,测量及通讯距离有限以及探测目标信息失效的不足,本发明提供一种基于欠信息下的多AUV分布式目标围捕控制方法,控制器所用到的信息仅包括局部坐标系下与邻居的相对位置以及局部坐标系下与目标的相对位置,通过动态调整AUV的循环轨道半径来实现分布式目标围捕任务,保证了系统的稳定性,为海洋开发、海洋对抗、灾难救援等方面的实际应用研究奠定了一定的理论基础。
为了解决上述技术问题提出的技术方案如下:
一种基于欠信息下的多AUV目标围捕控制方法,其特征在于,包括以下步骤:
步骤1,建立AUV运动学模型和动力学模型,并初始化系统状态,包括以下子步骤:
1.1建立AUV的运动学模型,表达形式为
Figure BDA0002371330960000021
其中,下标i代表第i个AUV,i=1,2,...,n,n为AUV的个数;[xi,yi]为第i个AUV在惯性坐标系下的坐标(xi为横坐标,yi为纵坐标);θi为第i个AUV在惯性坐标系下航向角;[uii]T是运动学控制器输入,uii分别代表第i个AUV设计的前进速度与首摇角速度;
1.2建立AUV的动力学模型,表达形式为
Figure BDA0002371330960000022
其中,
Figure BDA0002371330960000023
mi
Figure BDA0002371330960000024
分别为第i个AUV的质量和惯性矩阵;
Figure BDA0002371330960000025
Figure BDA0002371330960000026
分别为第i个AUV平动附加质量与转动附加质量;
Figure BDA0002371330960000027
Figure BDA0002371330960000028
分别为第i个AUV平动粘性水动力系数与转动粘性水动力系数;uriri分别为第i个AUV的实际的前进速度与首摇角速度;Fi和Γi分别为第i个AUV的前向推力与转艏力矩;[FiΓi]T为动力学系统的控制输入,也正是本发明中最终设计的目标围捕协同控制输入;
步骤2,考虑实际多AUV系统运动过程中,部分AUV无法获得目标信息的情况,这种情况的发生可能由于:传感器的灵敏度与探测距离受限;部分AUV配备先进传感器;障碍物的遮挡等导致的信息测量丢失,提出了动态轨道半径循环迭代方法,实现多AUV系统在部分AUV目标信息缺失下的目标围捕控制;具体包括如下子步骤:
2.1定义第i个AUV的邻居为第i+1个AUV,其中第n个AUV的邻居为第1个AUV,整个多AUV系统的邻居关系图构成一个单向循环;
2.2定义ri为第i个AUV目标围捕任务中的循环轨道半径,在整个多AUV系统中,我们认为至少有一个AUV可以检测到目标信息;
2.3如果第i个AUV可以探测到目标,令
ri=r0 (3)
其中,r0>0为常数;
2.4如果第i个AUV无法探测到目标,令
ri=ri+1/c (4)
其中,ri+1为第i+1个AUV目标围捕任务中的循环轨道半径,第i个AUV可以通过与邻居第i+1个AUV间的局部通信获得;c为常数,取值范围为c∈(0,1);
步骤3,考虑水下GPS定位不准确以及运动过程中探测距离有限等问题,提出了基于局部信息的多AUV运动学控制器,利用了AUV邻居之间的相对位置信息以及能检测到目标的AUV与目标之间的相对位置信息设计控制器,使其更适合水下工作环境;具体包括如下子步骤:
3.1定义局部坐标系下第i个AUV和邻居第i+1个AUV之间的相对位置
Figure BDA0002371330960000031
和局部坐标系下第i个AUV和目标之间的相对位置
Figure BDA0002371330960000032
分别为
Figure BDA0002371330960000033
Figure BDA0002371330960000034
其中,
Figure BDA0002371330960000035
为旋转矩阵;[x0,y0]T为目标在惯性坐标系下的坐标(x0为横坐标,y0为纵坐标);定义ψi=atan2(yi+1-y0,xi+1-x0)-atan2(yi-y0,xi-x0),且ψi满足ψi∈[0,2π),其中,atan2函数为反正切函数;
3.2定义目标围捕任务需要满足的要求为
Figure BDA0002371330960000041
其中,i=1,2,…n,
Figure BDA0002371330960000042
为常数,
Figure BDA0002371330960000043
ri为第i个AUV目标围捕任务中的循环轨道半径;
3.3设计多AUV系统的运动学控制器输入为
Figure BDA0002371330960000044
其中,ku>0,kω>0为控制器参数;
3.4定义第i个AUV的状态变量χi
χi=[uiii]T (9)
其中βi=θi+1i;式(9)的一阶微分为
Figure BDA0002371330960000045
Figure BDA0002371330960000046
时,式(10)可以表示为
Figure BDA0002371330960000047
对于整个系统的状态变量为
Figure BDA0002371330960000048
而言,当
Figure BDA0002371330960000049
时,χ的唯一平衡状态为
Figure BDA00023713309600000410
其中,
Figure BDA00023713309600000411
3.5设计控制参数ku,kω,使得
Figure BDA0002371330960000051
因此,ku,kω需要具体满足的表达式为
Figure BDA0002371330960000052
步骤4,设计了多AUV系统的动力学控制器,具体包括如下子步骤:
4.1定义动力学控制器的跟踪误差
Figure BDA0002371330960000053
式(15)的一阶微分表达式为
Figure BDA0002371330960000054
其中,
Figure BDA0002371330960000055
如式(10)所示;
4.2设计多AUV的动力学控制器,表达式为
Figure BDA0002371330960000056
其中,k>0为控制器参数;
步骤5,利用步骤4设计的动力学控制器对AUV进行协同控制,实现欠信息下的目标围捕任务。
进一步地,一旦目标探测信息发生改变,利用步骤2.2和步骤2.3进行循环迭代得到各个AUV的轨道半径;
本发明考虑了海洋环境中探测目标信息动态变化带来的影响,设计了动态轨道半径循环迭代方法,实现了基于局部信息下的多AUV目标围捕控制,减少了控制器所需信息量,使其更适合水下欠信息环境。
本发明的技术构思为:考虑实际多AUV系统运动过程中,部分AUV无法获得目标信息的情况,提出了动态轨道半径循环迭代方法,实现多AUV系统在部分AUV目标信息缺失下的目标围捕控制;针对多AUV系统自身定位的不准确性,以及AUV之间测量与通讯距离有限的问题,利用局部坐标系下与邻居的相对位置以及局部坐标系下与目标的相对位置,设计并简化了基于局部信息的运动学控制器;最后,推广至多AUV动力学控制器,实现了基于多AUV平台的分布式目标围捕控制,保证了系统的稳定性。本发明提供一种能够有效减少控制器信息量的分布式目标围捕控制方法,同时利用动态调整AUV的循环轨道半径方法避免了探测目标信息失效带来的影响,为海洋开发、海洋对抗、灾难救援等方面的实际应用研究奠定了关键基础。
本发明的优点为:针对传感器失灵、障碍物遮挡、海洋动态环境等情况导致的部分AUV无法获得探测目标信息的情况,设计了动态轨道半径循环迭代方法;针对多AUV系统自身定位的不准确性,设计了基于局部信息的运动学与动力学控制器,实现基于多AUV平台的目标围捕控制,保证了系统的稳定性。
附图说明
图1是本发明的实施例1多AUV目标围捕(0-100s)的示意图;
图2是本发明的实施例1多AUV运动过程中状态变量的示意图;
图3是本发明的实施例1多AUV目标围捕(100-200s)的示意图;
图4是本发明的实施例2多AUV目标围捕(0-100s)的示意图;
图5是本发明的实施例2多AUV目标围捕(100-200s)的示意图;
图6是本发明的实施例2多AUV目标围捕(200-300s)的示意图;
图7是本发明的实施例2多AUV目标围捕(300-400s)的示意图;
图8是本发明的流程图。
具体实施方案
下面结合附图对本发明做进一步说明。
参照图1-图8,一种基于欠信息下的多AUV分布式目标围捕控制方法,包括以下步骤:
步骤1,建立AUV运动学模型和动力学模型,初始化系统状态,即获取系统参数;包括如下子步骤:
1.1建立AUV的运动学模型,表达形式为
Figure BDA0002371330960000061
其中,下标i代表第i个AUV,i=1,2,...,n,n为AUV的个数;[xi,yi]为第i个AUV在惯性坐标系下的坐标(xi为横坐标,yi为纵坐标);θi为第i个AUV在惯性坐标系下航向角;[uii]T是运动学控制器输入,uii分别代表第i个AUV设计的前进速度与首摇角速度;
1.2建立AUV的动力学模型,表达形式为
Figure BDA0002371330960000071
其中,
Figure BDA0002371330960000072
mi
Figure BDA0002371330960000073
分别为第i个AUV的质量和惯性矩阵;
Figure BDA0002371330960000074
Figure BDA0002371330960000075
分别为第i个AUV平动附加质量与转动附加质量;
Figure BDA0002371330960000076
Figure BDA0002371330960000077
分别为第i个AUV平动粘性水动力系数与转动粘性水动力系数;uriri分别为第i个AUV的实际的前进速度与首摇角速度;Fi和Γi分别为第i个AUV的前向推力与转艏力矩;[FiΓi]T为动力学系统的控制输入,也正是本发明中最终设计的目标围捕协同控制输入;
步骤2,考虑实际多AUV系统运动过程中,部分AUV无法获得目标信息的情况,这种情况的发生可能由于:传感器的灵敏度与探测距离受限;部分AUV配备先进传感器;障碍物的遮挡等导致的信息测量丢失,提出了动态轨道半径循环迭代方法,实现多AUV系统在部分AUV目标信息缺失下的目标围捕控制;具体包括如下子步骤:
2.1定义第i个AUV的邻居为第i+1个AUV,其中第n个AUV的邻居为第1个AUV,整个多AUV系统的邻居关系图构成一个单向循环;
2.2定义ri为第i个AUV目标围捕任务中的循环轨道半径,在整个多AUV系统中,我们认为至少有一个AUV可以检测到目标信息;
2.3如果第i个AUV可以探测到目标,令
ri=r0 (3)
其中,r0>0为常数;
2.4如果第i个AUV无法探测到目标,令
ri=ri+1/c (4)
其中,ri+1为第i+1个AUV目标围捕任务中的循环轨道半径,第i个AUV可以通过与邻居第i+1个AUV之间的局部通信获得ri+1;c为常数,取值范围为c∈(0,1);
2.5一旦目标探测信息发生改变,利用步骤2.2和步骤2.3进行循环迭代得到各个AUV的轨道半径;
步骤3,考虑水下GPS定位不准确以及运动过程中探测距离有限等问题,提出了基于局部信息的多AUV运动学控制器,利用了AUV邻居之间的相对位置信息以及能检测到目标的AUV与目标之间的相对位置信息设计控制器,使其更适合水下工作环境;具体包括如下子步骤:
3.1定义局部坐标系下第i个AUV和邻居第i+1个AUV之间的相对位置
Figure BDA0002371330960000081
和局部坐标系下第i个AUV和目标之间的相对位置
Figure BDA0002371330960000082
分别为
Figure BDA0002371330960000083
Figure BDA0002371330960000084
其中,
Figure BDA0002371330960000085
为旋转矩阵;[x0,y0]T为目标在惯性坐标系下的坐标(x0为横坐标,y0为纵坐标);定义ψi=atan2(yi+1-y0,xi+1-x0)-atan2(yi-y0,xi-x0),且ψi满足ψi∈[0,2π),其中,atan2函数为反正切函数;
3.2定义目标围捕任务需要满足的要求为
Figure BDA0002371330960000086
其中,i=1,2,…n,
Figure BDA0002371330960000087
为常数,
Figure BDA0002371330960000088
ri为第i个AUV目标围捕任务中的循环轨道半径;
3.3设计多AUV系统的运动学控制器输入为
Figure BDA0002371330960000089
其中,ku>0,kω>0为控制器参数;
3.4定义第i个AUV的状态变量χi
χi=[uiii]T (9)
其中βi=θi+1i;式(9)的一阶微分为
Figure BDA0002371330960000091
Figure BDA0002371330960000092
时,式(10)可以表示为
Figure BDA0002371330960000093
对于整个系统的状态变量为
Figure BDA0002371330960000094
而言,当
Figure BDA0002371330960000095
时,χ的唯一平衡状态为
Figure BDA0002371330960000096
其中,
Figure BDA0002371330960000097
3.5设计控制参数ku,kω,使得
Figure BDA0002371330960000098
因此,ku,kω需要具体满足的表达式为
Figure BDA0002371330960000099
步骤4,设计了多AUV系统的动力学控制器;具体包括如下子步骤:
4.1定义动力学控制器的跟踪误差
Figure BDA00023713309600000910
式(15)的一阶微分表达式为
Figure BDA00023713309600000911
其中,
Figure BDA00023713309600000912
如式(10)所示;
4.2设计多AUV的动力学控制器,表达式为
Figure BDA0002371330960000101
其中,k>0为控制器参数;
下面将步骤4得到的控制器,应用于探测目标信息不变和探测信息动态改变下的多AUV目标围捕控制(以5个AUV为例),以验证本发明的有效性。
为了更有效的进行说明本发明方法的有效性,所有参数设置都是一致的。系统参数、控制器参数及状态参数初始化如表1所示。其中,5个AUV的初始位置我们设定为随机位置。
表1系统参数、控制器参数及状态参数初始化
Figure BDA0002371330960000102
实施例1:基于探测目标信息不变的多AUV分布式目标围捕控制
本例中设定只有1号AUV可以探测到目标信息,其余AUV只能获取与邻居的相对位置信息。图1所示为多AUV目标围捕示意图,三角形代表多AUV的初始位置以及终点位置,黑色实线表示运动路径,空心圆代表目标的位置,从图1直观可以看出,多AUV从任意初始位置可以实现目标围捕控制任务。图2所示为AUV运动过程中,AUV之间的相对距离,相对角度,线速度,角速度的变化曲线。由图2可以看出,AUV之间的相对距离,相对角度,线速度,角速度最终趋于稳定,符合步骤3.2中的目标围捕任务要求。图1和图2所示的运动时间为0-100s,为了能够更直观地显示目标围捕任务的有效实施,给出了100s-200s的多AUV运动轨迹示意图,如图3所示。由于只有1号AUV能够探测到目标信息,根据轨道半径循环迭代方法可得每个AUV的轨道半径为r=[5,7.6208,6.8587,6.1728,5.5556]T,与图3相符。因此,本发明提供一种针对部分AUV能够探测到目标信息情况下的多AUV目标围捕控制方法。
实施例2:基于探测目标信息动态改变的多AUV分布式目标围捕控制
为了验证本发明的有效性,在不改变控制参数的前提下,将探测目标信息改为动态变化。探测目标信息可通过设定采样时间定期获取。图4表示0-100s时间内1号AUV可以探测到目标信息的多AUV运动轨迹,图5表示100-200s时间内1号和3号AUV可以探测到目标信息的多AUV运动轨迹,图6表示200-300s时间内全部AUV可以探测到目标信息的多AUV运动轨迹,图7表示300-400s时间内2号AUV突然无法探测到目标信息的多AUV运动轨迹,从图4-图7可以看出,针对探测信息动态变化的情况下,本发明能够通过自主的动态调整循环轨道半径来实现多AUV的分布式目标围捕控制任务。因此,本发明针对传感器失灵、障碍物遮挡、海洋动态环境等情况导致的部分AUV无法获得探测目标信息的情况,设计了基于动态轨道半径循环迭代的多AUV目标围捕控制方法,具有较好的实际应用性。
以上阐述的是本发明给出的两个仿真例子表现出的优良多AUV目标围捕控制效果,显然本发明不只是限于上述实施例,在不偏离本发明基本精神及不超出本发明实质内容所涉及范围的前提下对其可作种种变形加以实施。

Claims (2)

1.一种基于欠信息下的多AUV分布式目标围捕控制方法,其特征在于,包括以下步骤:
步骤1,建立AUV运动学模型和动力学模型,并初始化系统状态,包括以下子步骤:
1.1建立AUV的运动学模型,表达形式为
Figure FDA0002951617030000011
其中,下标i代表第i个AUV,i=1,2,...,n,n为AUV的个数;[xi,yi]为第i个AUV在惯性坐标系下的坐标(xi为横坐标,yi为纵坐标);θi为第i个AUV在惯性坐标系下航向角;[uii]T是运动学控制器输入,uii分别代表第i个AUV设计的前进速度与首摇角速度;
1.2建立AUV的动力学模型,表达形式为
Figure FDA0002951617030000012
其中,
Figure FDA0002951617030000013
mi
Figure FDA0002951617030000018
分别为第i个AUV的质量和惯性矩阵;
Figure FDA0002951617030000014
Figure FDA0002951617030000015
分别为第i个AUV平动附加质量与转动附加质量;
Figure FDA0002951617030000016
Figure FDA0002951617030000017
分别为第i个AUV平动粘性水动力系数与转动粘性水动力系数;uriri分别为第i个AUV的实际的前进速度与首摇角速度;Fi和Γi分别为第i个AUV的前向推力与转艏力矩;[FiΓi]T为动力学系统的控制输入,也正是本发明中最终设计的目标围捕协同控制输入;
步骤2,采用动态轨道半径循环迭代方法,确定各AUV在目标围捕任务中的循环轨道半径,包括以下子步骤:
2.1定义第i个AUV的邻居为第i+1个AUV,其中第n个AUV的邻居为第1个AUV,整个多AUV系统的邻居关系图构成一个单向循环;
2.2定义ri为第i个AUV在目标围捕任务中的循环轨道半径,在整个多AUV系统中,我们认为至少有一个AUV可以检测到目标信息;
2.3如果第i个AUV可以探测到目标,令
ri=r0 (3)
其中,r0>0为系统对能检测到目标的AUV设定的循环轨道半径;
2.4如果第i个AUV无法探测到目标,令
ri=ri+1/c (4)
其中,ri+1为第i+1个AUV目标围捕任务中的循环轨道半径,第i个AUV可以通过与邻居第i+1个AUV间的局部通信获得;c为常数,取值范围为c∈(0,1);
步骤3,利用AUV邻居之间的相对位置信息以及能检测到目标的AUV与目标之间的相对位置信息设计运动学控制器,包括以下子步骤:
3.1定义局部坐标系下第i个AUV和邻居第i+1个AUV之间的相对位置
Figure FDA0002951617030000021
和局部坐标系下第i个AUV和目标之间的相对位置
Figure FDA0002951617030000022
分别为
Figure FDA0002951617030000023
Figure FDA0002951617030000024
其中,
Figure FDA0002951617030000025
为旋转矩阵;[x0,y0]T为目标在惯性坐标系下的坐标(x0为横坐标,y0为纵坐标);定义ψi=atan2(yi+1-y0,xi+1-x0)-atan2(yi-y0,xi-x0),且ψi满足ψi∈[0,2π),其中,atan2函数为反正切函数;
3.2定义目标围捕任务需要满足的要求为
Figure FDA0002951617030000026
其中,i=1,2,...n,
Figure FDA0002951617030000027
为常数,
Figure FDA0002951617030000028
ri为第i个AUV目标围捕任务中的循环轨道半径,t为运动时间;
3.3设计多AUV系统的运动学控制器输入为
Figure FDA0002951617030000029
其中,ku>0,kω>0为运动学控制器参数;
3.4定义第i个AUV的状态变量χi
χi=[uiii]T (9)
其中βi=θi+1i;式(9)的一阶微分为
Figure FDA0002951617030000031
Figure FDA00029516170300000311
时,式(10)可以表示为
Figure FDA0002951617030000032
对于整个系统的状态变量为
Figure FDA0002951617030000033
而言,当
Figure FDA0002951617030000034
时,
Figure FDA0002951617030000035
的唯一平衡状态为
Figure FDA0002951617030000036
其中,
Figure FDA0002951617030000037
3.5设计控制参数ku,kω,使得
Figure FDA0002951617030000038
因此,ku,kω需要具体满足的表达式为
Figure FDA0002951617030000039
步骤4,设计多AUV系统的动力学控制器,包括以下子步骤:
4.1定义动力学控制器的跟踪误差
Figure FDA00029516170300000310
式(15)的一阶微分表达式为
Figure FDA0002951617030000041
其中,
Figure FDA0002951617030000042
如式(10)所示;
4.2设计多AUV的动力学控制器,表达式为
Figure FDA0002951617030000043
其中,k>0为控制器参数;
步骤5,利用步骤4设计的动力学控制器对AUV进行协同控制,实现欠信息下的目标围捕任务。
2.根据权利要求1所述的方法,其特征在于,步骤2中设计的动态轨道半径循环迭代方法,是针对探测目标信息的动态变化,一旦目标探测信息发生改变,利用步骤2.2和步骤2.3进行循环迭代重新确定各个AUV的轨道半径。
CN202010051478.2A 2020-01-17 2020-01-17 一种基于欠信息下的多auv分布式目标围捕控制方法 Active CN111176328B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010051478.2A CN111176328B (zh) 2020-01-17 2020-01-17 一种基于欠信息下的多auv分布式目标围捕控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010051478.2A CN111176328B (zh) 2020-01-17 2020-01-17 一种基于欠信息下的多auv分布式目标围捕控制方法

Publications (2)

Publication Number Publication Date
CN111176328A CN111176328A (zh) 2020-05-19
CN111176328B true CN111176328B (zh) 2021-04-27

Family

ID=70656415

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010051478.2A Active CN111176328B (zh) 2020-01-17 2020-01-17 一种基于欠信息下的多auv分布式目标围捕控制方法

Country Status (1)

Country Link
CN (1) CN111176328B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113485340A (zh) * 2021-07-12 2021-10-08 汕头大学 群体机器人分布式围捕控制方法及系统

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104535047A (zh) * 2014-09-19 2015-04-22 燕山大学 基于视频拼接的多智能体目标跟踪全局定位系统及方法
CN105620731B (zh) * 2016-01-06 2019-03-05 北京臻迪机器人有限公司 一种无人机控制方法及无人机控制系统
WO2018089934A1 (en) * 2016-11-14 2018-05-17 Boom Technology, Inc. Commercial supersonic aircraft and associated systems and methods
CN107933925B (zh) * 2017-12-06 2020-10-16 哈尔滨工业大学 一种缆绳浮标勾取式空中低速无人机无损回收系统及方法

Also Published As

Publication number Publication date
CN111176328A (zh) 2020-05-19

Similar Documents

Publication Publication Date Title
US9482536B2 (en) Pose estimation
CN101846734B (zh) 农用机械导航定位方法、系统及农用机械工控机
CN103697910B (zh) 自主水下航行器多普勒计程仪安装误差的校正方法
Noguchi et al. Vehicle automation system based on multi-sensor integration
CN110398251B (zh) 一种基于多传感器融合的无轨导航agv定位系统及其定位方法
Mukhopadhyay et al. Collaborative autonomous surveys in marine environments affected by oil spills
Gu et al. Sensor fusion in mobile robot: some perspectives
CN111618861A (zh) 一种基于四轴结构的双随动智能手臂控制方法
CN112747748A (zh) 一种基于逆向解算的领航auv导航数据后处理方法
Williams et al. A decoupled, distributed AUV control architecture
CN111176328B (zh) 一种基于欠信息下的多auv分布式目标围捕控制方法
JP6953773B2 (ja) 移動体の制御方法および移動体制御システム
Kantor et al. Experiments in navigation and mapping with a hovering AUV
Tanaka et al. Underwater vehicle localization considering the effects of its oscillation
CN112346454A (zh) 基于神经网络的无人船控制方法及其系统
CN113190025B (zh) 一种适用于变结构水下机器人的运动控制方法
Chu Development of hybrid control architecture for a small autonomous underwater vehicle
CN114690784B (zh) 无人船到达目标地点的方法、系统、存储介质和无人船
CN112445244B (zh) 一种多自主水下机器人的目标搜寻方法
CN108344426B (zh) 一种水面/水下航行器与定位设备之间的航向角偏差估计方法
Billings et al. DVL-Based Odometry for Autonomous Underwater Gliders
Caiti et al. Marine robots in environmental surveys: current developments at isme—localisation and navigation
Roumeliotis et al. Reliable mobile robot localization
Caccia et al. Sonar-based guidance of unmanned underwater vehicles
CN117492434A (zh) 一种智能无人船的实验平台系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant